CN104254872B - 图像处理方法和图像处理设备 - Google Patents
图像处理方法和图像处理设备 Download PDFInfo
- Publication number
- CN104254872B CN104254872B CN201380021821.7A CN201380021821A CN104254872B CN 104254872 B CN104254872 B CN 104254872B CN 201380021821 A CN201380021821 A CN 201380021821A CN 104254872 B CN104254872 B CN 104254872B
- Authority
- CN
- China
- Prior art keywords
- region
- value
- layer
- correction
- certain layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 title claims description 34
- 238000012937 correction Methods 0.000 claims abstract description 114
- 230000000295 complement effect Effects 0.000 description 71
- 230000006870 function Effects 0.000 description 39
- 238000000605 extraction Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000000034 method Methods 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明是一种图像处理方法，其中：针对多层的每一个区域中的像素确定边缘信息和像素统计值，所述区域包含目标像素并且具有连续减小的范围；使用边缘信息来校正与某层的区域的像素统计值和比所述层更宽的层的区域的像素统计值之间的差有关的信息；使用与所述差有关的校正后信息和比所述层的区域更宽的区域的像素统计值来校正所述层的区域的像素统计值；使用边缘信息来重新校正与所述层的区域的校正前像素统计值和所述层的区域的校正后像素统计值之间的差有关的信息；以及通过在每个层中连续地重复对所述层的区域的像素统计值的校正和重新校正来校正目标像素，直到该区域从具有最大范围变为具有最小范围。
Description
技术领域
本发明涉及图像处理方法和图像处理设备。
背景技术
在图像处理技术中，具体地，一种用于减少图像中所包含的随机噪声的技术对于锐化所捕获的图像的再现来说是重要的。在专利文献1中公开了用于减少随机噪声的典型技术。
专利文献1公开了以下技术。即，一种装置包括：多个运算电路，用于关于在从输入图像处理电路输出的彩色数字信号的主扫描方向中的任意目标像素(i)、基于指定的数学公式来计算移动平均像素数(n)；多个比特选择器电路，用于选择性地输出目标像素(i)和之前和之后的(n)个像素的参考象素(j)；多个差分电路，用于计算在目标像素(i)的输出水平和参考像素(j)中的每一个的输出水平之间的差的绝对值；多个判定电路，用于输出目标像素(i)、将从多个差分电路输出的值与在阈值存储器中的指定阈值作比较，以基于比较结果来输出参考像素(j)；以及多个运算电路，用于执行对从多个判定电路输出的信号的移动平均处理。
更具体地，仅在目标像素(i)的输出水平和参考像素(j)的输出水平之间的差的绝对值等于或小于阈值的情况下，参考像素(j)才被添加到移动平均处理。结果，差的绝对值相对于阈值急剧变化的部分被排除在移动平均处理之外。这确保了噪声分量的有效去除。
[引用列表]
[专利文献]
[专利文献1]
日本未审查专利申请，首次公开No.2002-57900
发明内容
[技术问题]
然而，利用专利文献1的技术，无法移除具有周期等于或大于平滑滤波器的大小的低频噪声。
具体地，无法同时实现对图像中的边缘(edge)分量和纹理(texture)分量的保留以及从图像中有效移除噪声。
鉴于上述，进行本发明以解决上述问题。本发明的目的在于提供一种能够保留图像中的边缘分量和纹理分量以及从图像中有效地移除噪声的图像处理方法和图像处理设备。
[对问题的解决方案]
本发明涉及一种图像处理方法，包括：针对多层的区域中的每一个计算像素的边缘信息和像素统计值，该区域中的每一个包含目标像素并且具有连续减小的范围；使用边缘信息来校正在特定层的区域的像素统计值和比该特定层的区域更宽的层的区域的像素统计值之间的差分信息；使用校正后差分信息和比特定层的区域更宽的区域的像素统计值来校正该特定层的区域的像素统计值；使用边缘信息来重新校正在特定层的区域的校正前像素统计值和特定层的区域的校正后像素统计值之间的差分信息；以及通过在每个层中连续地重复对特定层的区域的像素统计值的校正和重新校正来校正目标像素，直到该区域将其范围从最大范围减小到最小范围。
本发明涉及一种图象处理设备，包括：像素统计值计算单元，针对多层的区域中的每一个计算像素的像素统计值，该区域中的每一个包含目标像素并且具有连续减小的范围；边缘信息计算单元，针对多层的区域中的每一个计算边缘信息，该区域中的每一个包含目标像素并且具有连续减小的范围；以及校正单元，使用校正后差分信息和比特定层的区域更宽的区域的像素统计值来校正该特定层的区域的像素统计值、使用边缘信息来重新校正在特定层的区域的校正前像素统计值和特定层的区域的校正后像素统计值之间的差分信息、并且通过在每个层中连续地重复对特定层的区域的像素统计值的校正和重新校正来校正目标像素，直到该区域将其范围从最大范围减小到最小范围。
[本发明的效果]
根据本发明的一个方面，能够有效地去除噪声。
附图说明
图1图示了根据本发明的实施例的图像处理方法。
图2图示了Func函数的示例。
图3图示了宽区域中的参数的示例性设置。
图4是图示根据本实施例的重新校正函数的形式的示例性图。
图5是图示根据本实施例的重新校正函数的另一形式的示例性图。
图6是图示根据本实施例的重新校正函数的又一形式的示例性图。
图7是图示根据本实施例的图像处理设备的框图。
图8是图示根据本实施例的另一图像处理设备的框图。
具体实施方式
以下将描述本发明的实施例。
图1图示了根据本发明的实施例的图像处理方法。图1图示了在三层结构中执行的多分辨率图像处理的流程。然而，能够通过在双层结构中执行的多分辨率图像处理来实现本发明。此外，还能够容易地通过在四层或更多层结构中执行的多分辨率图像处理来实现本发明。
图1图示了根据本发明的实施例的图像处理方法。
根据本发明的实施例，使用作为宽区域中的空间的像素统计值的空间平均L3(x,y)和宽区域中的边缘信息或宽区域的边缘量E3(x,y)来校正中间区域中的空间平均(L2(x,y))。此外，以下述方式来重新校正L2(x,y)，该方式使得信号基于E3(x,y)而从中间区域中的校正后空间平均(L2’(x,y))和L2(x,y)之间的差值R2(x,y)中被提取，并且将由此提取的信号与L2’(x,y)合成以由此重新校正L2(x,y)。然后，使用中间区域中的重新校正空间平均(L2”(x,y))和中间区域中的边缘量(E2(x,y))来校正窄区域的空间平均(L1(x,y))。校正的顺序处理确保了输入象素值Pin(x,y)的校正和输出像素值Pout(x,y)的获得。
这里，像素统计值是目标区域的空间平均。空间平均的示例包括存在于区域中的像素的算术均值、几何均值和加权平均效率。在以下的描述中，假定像素统计值是空间平均，以下将描述空间平均是区域中的像素的算数均值的情况。另外，边缘量或边缘信息要通过区域之间的像素的统计量(例如，平均值和中间值)的差值来定义，该像素分别位于目标像素(输入像素)的上方、下方、左侧和右侧。在下面的描述中，类似于像素统计值，将描述边缘量是空间平均之间的差的情况。
以下将描述特定处理。在图1中，除了用于计算校正量的参数之外，各个层处的处理流彼此相同。例如，以下将具体描述用于使用宽区域中的空间平均L3(x,y)和宽区域中的边缘量E3(x,y)来校正中间区域中的空间平均L2(x,y)的处理。
初始地，分别根据公式(1)和公式(2)来计算每个像素位置(x,y)处的中间区域(在-k2和k2之间的范围)的空间平均L2(x,y)和宽区域(在-k3和k3之间的范围)的空间平均L3(x,y)。这里，宽区域和中间区域中的每一个的范围分别由垂直轴和水平轴中的相应相同像素数目来指定，即由k3和k2指定。然而，像素数目在垂直轴和水平轴中不必是相同的。
接下来，将计算宽区域中的边缘量E3(x,y)。在边缘量的计算中，分别根据公式(3)和公式(4)来计算水平方向中的边缘量EH3(x,y)和垂直方向中的边缘量EV3(x,y)。根据公式(5)，将得到的值相加以获得宽区域中的边缘量E3(x,y)。这里，通过在垂直轴和水平轴中的相同的像素数目，例如k3，来指定宽区域的范围。然而，通过垂直轴和水平轴中的相同像素数目来指定范围不是必须的。
E3(x，y)＝EV3(x，y)+EH3(x，y)…(5)
随后，根据公式(6)，使用从由此计算的边缘量E3(x,y)计算的合成的权重α3(x,y)来校正宽区域中的空间平均L3(x,y)，以获得宽区域中的校正后空间平均L3’(x,y)。合成的权重α3(x,y)是根据公式(7)使用预设阈值hi3和lo3来计算的。
L3′(x，y)＝(1-α3(x，y))·L3(x，y)+α3(x，y)·L2(x，y)…(6)
最后，校正后空间平均L3’用于根据公式(8)来校正中间区域的空间平均L2(x,y)。
L2′(x，y)＝L3′(x，y)+Func(L2(x，y)-L3′(x，y)…(8)
图2的Func函数用作校正函数Func的示例。例如，以下述方式执行像素位置(x,y)处的中间区域的空间平均L2(x,y)的校正，该方式使得将可由图2的校正函数获得的校正量diffout与L2(x,y)相加，假定diffin被设置为(L2(x,y)-L3”(x,y))。针对要处理的每个分辨率并且针对要校正的每个颜色分量决定图2的校正函数中的参数a、b和限度。
将根据公式(5)针对每个层计算的边缘量E3(x,y)反映到Func函数(校正函数)，该Func函数抑制噪声分量以由此在每个层处改变Func函数(校正函数)。这确保了每个层处的噪声分量的自适应抑制。
现在，将定义以公式(9)中所示的方式、根据边缘量E3(x,y)变化的系数β3(x,y)。预先设置E3(x,y)的阈值hi3和lo3。
根据公式(9)定义的系数β3(x,y)是在0和1.0之间的范围内的实数。系数β3(x,y)用于根据以下公式(10)来设置Func函数中的参数(a)。图3中图示了在边缘量E3(x,y)和参数(a)之间的关系。
a＝β(x，y)×a_lo3+(1-β(x，y))×a_hi3…(10)
这里，a_lo3是要用作当边缘量E3(x,y)小于阈值lo3时的参数(a)的值，并且a_hi3是要用于当边缘量大于阈值hi3时的参数(a)的值。只要边缘量E3(x,y)在阈值lo3和hi3之间的范围内，参数(a)就成为落入在a_hi3和a_lo3之间的范围内的值。这里，a_hi3是等于或大于0的实数，并且a_lo3是满足a_lo3>＝a_hi3的实数。
因此，得到的Func函数用于根据公式(11)来校正中间区域的空间平均L2(x,y)。
L2′(x，y)＝L3(x，y)+Func(L2(x，y)-L3(x，y))…(11)
因此，使用公式(1)到公式(8)或者使用公式(1)到公式(5)以及公式(9)到公式(11)来获得中间区域中的校正后的空间平均L2’(x,y)。
随后，根据公式(12)来计算中间区域中的空间平均L2(x,y)和中间区域中的校正后空间平均L2’(x,y)之间的差值R2(x,y)。即，R2(x,y)表示用于校正L2(x,y)的校正量。另外，根据公式(13)基于函数Fresid来从R2(x,y)中提取要与L2’(x,y)合成的信号。结果，获得中间区域中的重新校正空间平均L2”(x,y)。
R2(x，y)＝L2(x，y)-L2′(x，y)…(12)
L2″(x，y)＝L2′(x，y)+Fresid(R2(x，y)，E3(x，y)，α1，α2，hi3，lo3)…(13)
公式(13)中的函数Fresid的示例在以下公式(14)中示出。
假定α1<＝α2，并且基本上，0.0<＝α1<＝α2<＝1.0。更具体地，根据公式(14)，在目标像素被包括在边缘(E3(x,y)>hi3)中的情况下，以高比率从差值R2(x,y)中提取值。这有助于最终校正量的最小化，使得实现边缘的损失的防止。此外，在目标像素被包括在平坦区域(E3(x,y)<lo3)的情况下，以低比率从差值R2(x,y)中提取值。这有助于大值的最终校正量的防止，使得保留平坦区域中的噪声抑制性能。仍然此外，在目标像素被包括在纹理区域中的情况下，与目标区域的边缘量成比例地从差值R2(x,y)中提取值。这确保了分辨率感觉(feeling)的保留以及噪声的移除。在图4中图示了，在公式(14)中，在函数Fresid的r满足r＝1的情况下边缘量(e)和函数Fresid的输出之间的关系。
同时，公式(13)中的α1和α2可以在每个层处改变，或者可以对所有层是公共的。
函数Fresid不限于公式(14)。能够例如采用以下公式(15)或公式(16)。
在图5和图6中图示了，在公式(15)和公式(16)中，在函数Fresid的r满足r＝1的情况下边缘量(e)和函数Fresid的输出之间的关系。
此外，用以下公式(17)替换公式(13)将也能够产生等效效果。
L2″(x，y)＝L2′(x，y)+Fresid(L2(x，y)-L2′(x，y)，λ′)…(17)
这里，函数Fresid采用公式(18)或公式(19)。公式(18)中的sign函数是用于输出输入的符合的函数，并且公式(18)和公式(19)中的λ’由公式(20)来表示。
这里，公式(20)中的λ是初始设置的值。另外，阈值hi和lo以及参数α1和α2可以在每个层变化，类似于公式(14)、(15)和(16)的情况，或者可以对所有的层是公共的。
而且，λ’不应当限于公式(20)，而是可替换的，类似于相对于公式(14)的、公式(15)和公式(16)的情况。
如上所述，在第一实施例中，基于边缘信息来执行噪声抑制中的重新校正量的控制。根据本实施例的图像处理方法的使用有助于保留噪声可易于识别的平坦区域中的噪声抑制性能以及改善边缘区域和/或纹理区域中的分辨率感觉。
接下来，将描述根据本发明的实施例的图像处理设备。
图7是图示根据本发明的实施例的图像处理设备的框图。
第一实施例包括用于使用公式(1)到公式(8)来获得校正值的方法以及用于使用公式(1)到公式(5)和公式(9)到公式(11)来获得校正值的方法。
图7图示了使用公式(1)到公式(8)来获得校正值的图像处理设备。
根据图7的本实施例的图像处理设备包括区域像素值提取单元1、空间平均计算单元2、校正单元3、重新校正单元4、输出图像控制单元5以及边缘信息计算单元6。
区域像素值提取单元1以其各自的定时提取宽区域中的像素的像素值、中间区域中的像素的像素值、窄区域中的像素的像素值、以及输入像素值Pin(x,y)(目标像素)的像素值，每个区域包括在其中心处的像素位置(x,y)(目标像素)。然后，区域像素值提取单元1将得到的值分别输出到空间平均计算单元2和边缘信息计算单元6。
空间平均计算单元2从区域像素值提取单元1接收每个区域的像素值以计算每个区域的空间平均。空间平均计算单元2将宽区域、中间区域和窄区域中的每一个区域的计算的空间平均分别输出到校正单元3和重新校正单元4。
边缘信息计算单元6基于存在于宽区域中的像素的像素值来计算宽区域中的边缘量E3(x,y)，该像素值来自区域像素值提取单元1。边缘信息计算是单元6以下述方式计算边缘量。边缘信息计算单元6分别根据公式(3)和公式(4)来计算垂直方向中的边缘量EV3(x,y)和水平方向中的边缘量EH3(x,y)，并且根据公式(5)来使得到的值相加以获得宽区域中的边缘量E3(x,y)。边缘信息计算单元6以类似的方式计算中间区域的边缘量E2(x,y)和窄区域的边缘量E1(x,y)。同时，这里计算水平方向上的边缘量和垂直方向上的边缘量。然而，可以计算倾斜方向上的边缘量以在这里使用。
根据公式(6)使用从由边缘信息计算单元6计算的边缘量E3(x,y)获得的合成的权重α3(x,y)来校正宽区域中的空间平均L3(x,y)，由此计算宽区域的校正后空间平均L3”(x,y)。同时，根据公式(7)使用预设置的阈值hi3和lo3来计算合成的权重α3(x,y)。
此外，校正单元3根据公式(8)使用计算的空间平均L3”(x,y)来校正中间区域的空间平均L2(x,y)，由此获得校正后空间平均L2’(x,y)。校正单元3相对于空间平均L1(x,y)和输入像素值Pin(x,y)进行类似的校正。
重新校正单元4计算在校正前空间平均L2(x,y)和校正后空间平均L2’(x,y)之间的差值。然后，重新校正单元4根据公式(17)基于由边缘信息计算单元6计算的边缘量E3(x,y)来重新校正L2’(x,y)，以获得重新校正后的空间平均L2”(x,y)。重新校正单元4也以类似的方式重新校正校正后空间平均L1’(x,y)和校正后输入像素值Pin’(x,y)。
每当校正后空间平均被顺序输入时，输出图像控制单元5指令区域像素值提取单元1提取下一层的区域的像素的像素值。而且，每当输入重新校正后的空间平均时，输出图像控制单元5将输入值反馈到校正单元3。然后，当输入单个像素的Pout(x,y)时，输出图像控制单元5输出Pout(x,y)作为输出像素值。
随后，图8图示了根据本发明的实施例的使用公式(1)到公式(5)以及公式(9)到公式(11)来获得校正值的另一图像处理设备。
图8中所示的根据本发明的实施例的图像处理设备包括区域像素值提取单元1、空间平均计算单元2、校正单元3、重新校正单元4、输出图像控制单元5、边缘信息计算单元6和校正函数计算单元7。
区域像素值提取单元1、空间平均计算单元2、重新校正单元4、输出图像控制单元5以及边缘信息计算单元6以类似于根据图7的第一实施例的图像处理设备的那些单元的方式进行操作。
校正函数计算单元7根据公式(9)和公式(10)基于由边缘信息计算单元6计算的边缘量来计算Func函数(校正函数)中的参数(a)。然后，校正函数计算单元7确定每个层的Fun函数(校正函数)。
校正单元3使用由校正函数计算单元7确定的每个层的Func函数(校正函数)来校正每个层的空间平均。
如上所述，根据本发明的实施例，基于边缘信息控制噪声抑制中的重新校正量确保了对噪声可易于识别的平坦区域中的噪声抑制性能的保留并且改善了边缘区域和/或纹理区域的分辨率感觉。
同时，如从上面的描述可以看出，能够用硬件来配置每个单元，并且还能够用计算机程序来实现相同的功能。在该情况下，由存储在程序存储器中的程序操作的处理器实现等同于上述每个实施例的功能和操作。替代地，还能够通过计算机程序来仅实现上述实施例的功能的一部分。
可以根据以下补充注释来部分地或完整地描述上述实施例。然而，本发明不应当被限定于以下补充注释。
(补充注释1)一种图像处理方法，包括：
针对多层的区域中的每一个计算像素的像素统计值和边缘信息，该区域中的每一个包含目标像素并且具有连续减小的范围；
使用边缘信息来校正在特定层的区域的像素统计值和比该特定层的区域更宽的层的区域的像素统计值之间的差分信息；
使用校正后差分信息和比特定层的区域更宽的区域的像素统计值来校正该特定层的区域的像素统计值；
使用边缘信息来重新校正在特定层的区域的校正前像素统计值和特定层的区域的校正后像素统计值之间的差分信息；以及
通过在每个层中连续地重复对特定层的区域的像素统计值的校正和重新校正来校正目标像素，直到该区域将其范围从最大范围减小到最小范围。
(补充注释2)根据补充注释1的图像处理方法，其中，所述重新校正以下述方式来执行：
当目标像素被包括在边缘中时，校正量被设置为小值；
当目标像素被包括在平坦区域中时，校正量被设置为大值；以及
当目标像素被包括在纹理区域中时，根据边缘信息来设置校正量。
(补充注释3)根据补充注释1或补充注释2的图像处理方法，其中，使用特定层的区域的像素统计值、比特定层的区域更宽的层的区域的像素统计值以及比特定层的区域更宽的层的区域中的边缘信息来确定差分信息。
(补充注释4)根据补充注释3的图像处理方法，其中当比特定层的区域更宽的层的区域中的边缘信息超过预定阈值时，不校正特定层的像素统计值。
(补充注释5)根据补充注释1至补充注释4中的任何一项的图像处理方法，其中，当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正的程度针对每个层而变化。
(补充注释6)根据补充注释5的图像处理方法，其中当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正的程度根据由该特定层的区域的噪声而引起的像素值的变化量而变化。
(补充注释7)根据补充注释5的图像处理方法，其中当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正该特定层的区域的像素统计值时，校正的程度根据比该特定层的区域更宽的区域的边缘量而变化。
(补充注释8)根据补充注释1至补充注释7中的任何一项的图像处理方法，其中当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，以下述方式来执行校正：随着差分信息更接近零而输出接近零的值，而随着差分信息变得越大、使得校正的程度变得越小。
(补充注释9)根据补充注释1至补充注释8中的任何一项的图像处理方法，其中像素的空间平均用作像素统计值。
(补充注释10)根据补充注释9的图像处理方法，其中空间平均值是像素的算数均值、几何均值或加权平均效率中的任何一个。
(补充注释11)一种图像处理设备，包括：
像素统计值计算单元，针对多层的区域中的每一个计算像素的像素统计值，该区域中的每一个包含目标像素并且具有连续减小的范围；
边缘信息计算单元，针对多层的区域中的每一个计算边缘信息，该区域中的每一个包含目标像素，并且具有连续减小的范围；以及
校正单元，使用校正后差分信息和比特定层的区域更宽的区域的像素统计值来校正该特定层的区域的像素统计值，使用边缘信息来重新校正在特定层的区域的校正前像素统计值和特定层的区域的校正后像素统计值之间的差分信息，并且通过在每个层中连续地重复对特定层的区域的像素统计值的校正和重新校正来校正目标像素，直到该区域将其范围从最大范围减小到最小范围为止。
(补充注释12)根据补充注释11的图像处理设备，其中校正单元以下述方式来执行校正：
当目标像素被包括在边缘中时，校正量被设置为小值；
当目标像素被包括在平坦区域中时，校正量被设置为大值；以及
当目标像素被包括在纹理区域中时，根据边缘信息来设置校正量。
(补充注释13)根据补充注释11或补充注释12的图像处理设备，其中校正单元使用特定层的区域的像素统计值、比特定层的区域更宽的层的区域的像素统计值以及比特定层的区域更宽的层的区域中的边缘信息来确定差分信息。
(补充注释14)根据补充注释13的图像处理设备，其中当比特定层的区域更宽的层的区域中的边缘信息超过预定阈值时，校正单元不校正特定层的像素统计值。
(补充注释15)根据补充注释11至补充注释14中的任何一项的图像处理设备，其中当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正单元使得校正的程度针对每个层而变化。
(补充注释16)根据补充注释15的图像处理设备，其中当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正单元使得校正的程度根据由特定层的区域的噪声而引起的像素值的变化量而变化。
(补充注释17)根据补充注释15的图像处理设备，其中当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正单元使得校正的程度根据比特定层的区域更宽的区域的边缘量而变化。
(补充注释18)根据补充注释11至补充注释17中的任何一项的图像处理设备，其中当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正单元以下述方式来执行校正：随着差分信息更接近零而输出接近零的值，而随着差分信息变得越大、使得校正的程度变得越小。
(补充注释19)根据补充注释11至补充注释18中的任何一项的图像处理设备，其中像素的空间平均用作像素统计值。
(补充注释20)根据补充注释19的图像处理设备，其中空间平均值是像素的算数均值、几何均值或加权平均效率中的任何一个。
(补充注释21)一种程序，使得计算机执行：
像素统计值计算处理，用于针对多层的区域中的每一个计算像素的像素统计值，该区域中的每一个包含目标像素并且具有连续减小的范围；
边缘信息计算处理，用于针对多层的区域中的每一个计算边缘信息，该区域中的每一个包含目标像素，并且具有连续减小的范围；以及
校正处理，用于使用校正后差分信息和比特定层的区域更宽的区域的像素统计值来校正该特定层的区域的像素统计值，使用边缘信息来重新校正在特定层的区域的校正前像素统计值和特定层的区域的校正后像素统计值之间的差分信息，并且通过在每个层中连续地重复对特定层的区域的像素统计值的校正和重新校正来校正目标像素，直到该区域将其范围从最大范围减小到最小范围。
(补充注释22)根据补充注释21的程序，其中，在校正处理中，以下述方式来执行校正：
当目标像素被包括在边缘中时，校正量被设置为小值；
当目标像素被包括在平坦区域中时，校正量被设置为大值；以及
当目标像素被包括在纹理区域中时，根据边缘信息来设置校正量。
(补充注释23)根据补充注释21或补充注释22的程序，其中，在校正处理中，使用特定层的区域的像素统计值、比特定层的区域更宽的层的区域的像素统计值以及比特定层的区域更宽的层的区域中的边缘信息来确定差分信息。
(补充注释24)根据补充注释23的程序，其中，在校正处理中，当比特定层的区域更宽的层的区域中的边缘信息超过预定阈值时，不校正特定层的像素统计值。
(补充注释25)根据补充注释21至补充注释24中的任何一项的程序，其中，在校正处理中，当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正的程度针对每个层而变化。
(补充注释26)根据补充注释25的程序，其中，在校正处理中，当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正的程度根据由特定层的区域中的噪声而引起的像素值的变化量而变化。
(补充注释27)根据补充注释25的程序，其中，在校正处理中，当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，校正的程度根据比特定层的区域更宽的区域的边缘量而变化。
(补充注释28)根据补充注释21至补充注释27中的任何一项的程序，其中在校正处理中，当使用校正后差分信息以及比特定层的区域更宽的区域的像素统计值来校正特定层的区域的像素统计值时，以下述方式来执行校正：随着差分信息更接近零而输出接近零的值，而随着差分信息变得越大、使得校正的程度变得越小。
(补充注释29)根据补充注释21至补充注释28中的任何一项的程序，其中像素的空间平均用作像素统计值。
(补充注释30)根据补充注释29的程序，其中，空间平均值是像素的算数均值、几何均值或加权平均效率中的任何一个。
以上已经参考优选实施例和示例描述了本发明。然而，本发明不总是限于上述实施例和示例，而是在不背离本发明的技术概念的情况下可以被修改而以各种形式执行。
本申请要求2012年4月26日提交的日本申请No.2012-100910的权益，其公开内容通过引用合并于此。
[附图标记列表]
1 区域像素值提取单元
2 空间平均计算单元
3 校正单元
4 重新校正单元
5 输出图像控制单元
6 边缘信息计算单元
7 校正函数计算单元
Claims (10)
1.一种图像处理方法，包括：
针对多层的区域中的每一个区域计算像素的像素统计值和边缘信息，所述区域每一个都包含目标像素并且具有连续减小的范围；
使用比特定层的区域更宽的层的区域的所述边缘信息来校正所述特定层的所述区域的像素统计值和比所述特定层的所述区域更宽的所述层的所述区域的像素统计值之间的差分信息；
使用校正后差分信息和比所述特定层的所述区域更宽的所述层的所述区域的所述像素统计值来校正所述特定层的所述区域的所述像素统计值；
使用所述特定层的所述区域的校正前像素统计值和所述特定层的所述区域的校正后像素统计值之间的差分信息以及比所述特定层的所述区域更宽的所述层的所述区域的所述边缘信息来重新校正所述特定层的所述区域的所述校正后像素统计值；以及
通过在每个层中连续地重复对所述特定层的所述区域的所述像素统计值的校正和重新校正来校正所述目标像素，直到所述区域将其范围从最大范围减小到最小范围为止。
2.根据权利要求1所述的图像处理方法，其中所述重新校正以下述方式来执行：
当所述目标像素被包括在边缘中时，校正量被设置为比当所述目标像素被包括在平坦区域中时被设置的所述校正量更小的值；以及
当所述目标像素被包括在纹理区域中时，根据所述边缘信息来设置所述校正量。
3.根据权利要求1所述的图像处理方法，其中使用所述特定层的所述区域的所述像素统计值、比所述特定层的所述区域更宽的所述层的所述区域的所述像素统计值以及比所述特定层的所述区域更宽的所述层的所述区域中的所述边缘信息来确定所述差分信息。
4.根据权利要求3所述的图像处理方法，其中当比所述特定层的所述区域更宽的所述层的所述区域中的所述边缘信息超过预定阈值时，不校正所述特定层的所述像素统计值。
5.根据权利要求1所述的图像处理方法，其中当使用校正后差分信息以及比所述特定层的所述区域更宽的所述区域的所述像素统计值来校正所述特定层的所述区域的所述像素统计值时，校正的程度针对每个层而变化。
6.根据权利要求5所述的图像处理方法，其中当使用所述校正后差分信息以及比所述特定层的所述区域更宽的所述区域的所述像素统计值来校正所述特定层的所述区域的所述像素统计值时，校正的所述程度根据由所述特定层的所述区域的噪声而引起的像素值的变化量而变化。
7.根据权利要求5所述的图像处理方法，其中当使用所述校正后差分信息以及比所述特定层的所述区域更宽的所述区域的所述像素统计值来校正所述特定层的所述区域的所述像素统计值时，校正的所述程度根据比所述特定层的所述区域更宽的所述区域的边缘量而变化。
8.根据权利要求1所述的图像处理方法，其中当使用所述校正后差分信息以及比所述特定层的所述区域更宽的所述区域的所述像素统计值来校正所述特定层的所述区域的所述像素统计值时，以下述方式来执行所述校正：随着所述差分信息更接近零而输出接近零的值，而随着所述差分信息变得越大、使得校正的程度越小。
9.一种图像处理设备，包括：
像素统计值计算单元，针对多层的区域中的每一个区域计算像素的像素统计值，所述区域每一个都包含目标像素并且具有连续减小的范围；
边缘信息计算单元，针对所述多层的所述区域中的每一个区域计算边缘信息，所述区域每一个都包含目标像素并且具有连续减小的范围；以及
校正单元，使用比特定层的区域更宽的层的区域的所述边缘信息来校正所述特定层的所述区域的像素统计值和比所述特定层的所述区域更宽的所述层的所述区域的像素统计值之间的差分信息，使用校正后差分信息和比所述特定层的所述区域更宽的所述层的所述区域的所述像素统计值来校正所述特定层的所述区域的所述像素统计值，使用所述特定层的所述区域的校正前像素统计值和所述特定层的所述区域的校正后像素统计值之间的差分信息以及比所述特定层的所述区域更宽的所述层的所述区域的所述边缘信息来重新校正所述特定层的所述区域的所述校正后像素统计值，并且通过在每个层中连续地重复对所述特定层的所述区域的所述像素统计值的校正和重新校正来校正所述目标像素、直到所述区域将其范围从最大范围减小到最小范围为止。
10.根据权利要求9所述的图像处理设备，其中所述校正单元以下述方式来执行校正：
当所述目标像素被包括在边缘中时，校正量被设置为比当所述目标像素被包括在平坦区域中时被设置的所述校正量更小的值；以及
当所述目标像素被包括在纹理区域中时，根据所述边缘信息来设置所述校正量。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012100910 | 2012-04-26 | ||
| JP2012-100910 | 2012-04-26 | ||
| PCT/JP2013/061969 WO2013161839A1 (ja) | 2012-04-26 | 2013-04-24 | 画像処理方法、及び画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104254872A CN104254872A (zh) | 2014-12-31 |
| CN104254872B true CN104254872B (zh) | 2017-09-22 |
Family
ID=49483147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201380021821.7A Active CN104254872B (zh) | 2012-04-26 | 2013-04-24 | 图像处理方法和图像处理设备 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US9501711B2 (zh) |
| JP (1) | JP6249173B2 (zh) |
| CN (1) | CN104254872B (zh) |
| WO (1) | WO2013161839A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6256704B2 (ja) * | 2012-04-26 | 2018-01-10 | 日本電気株式会社 | 画像処理方法、及び画像処理装置 |
| JP6249173B2 (ja) * | 2012-04-26 | 2017-12-20 | 日本電気株式会社 | 画像処理方法、及び画像処理装置 |
| WO2014133010A1 (ja) * | 2013-02-28 | 2014-09-04 | 日本電気株式会社 | 画像処理方法、及び画像処理装置 |
| US10438323B2 (en) * | 2014-09-29 | 2019-10-08 | Nec Corporation | Image brightness correction and noise suppression method, device, and recording medium for storing image processing program |
| CN108027962B (zh) * | 2016-04-01 | 2020-10-09 | 华为技术有限公司 | 一种图像处理方法、电子设备以及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1427617A (zh) * | 2001-12-21 | 2003-07-02 | 三星电子株式会社 | 校正图像边缘的设备和方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3664231B2 (ja) | 2000-08-09 | 2005-06-22 | 日本電気株式会社 | カラー画像処理装置 |
| JP2002183727A (ja) * | 2000-12-19 | 2002-06-28 | Konica Corp | 画像処理装置 |
| EP1217826A3 (en) | 2000-12-19 | 2005-05-25 | Konica Corporation | Image processing apparatus |
| JP4535125B2 (ja) * | 2005-03-31 | 2010-09-01 | 株式会社ニコン | 画像処理方法 |
| JP2007018379A (ja) * | 2005-07-08 | 2007-01-25 | Konica Minolta Medical & Graphic Inc | 画像処理方法及び画像処理装置 |
| WO2008046450A1 (en) * | 2006-10-18 | 2008-04-24 | Robert Bosch Gmbh | Image processing system, method and computer program for contrast enhancement of images |
| JP2011041183A (ja) | 2009-08-18 | 2011-02-24 | Sony Corp | 画像処理装置および方法、並びにプログラム |
| US9299131B2 (en) * | 2011-08-22 | 2016-03-29 | Nec Corporation | Noise reduction apparatus, noise reduction method, and computer-readable storage medium |
| US9135685B2 (en) * | 2012-04-26 | 2015-09-15 | Nec Corporation | Image processing method and image processing device |
| JP6249173B2 (ja) * | 2012-04-26 | 2017-12-20 | 日本電気株式会社 | 画像処理方法、及び画像処理装置 |
| US20140056536A1 (en) * | 2012-08-27 | 2014-02-27 | Toshiba Medical Systems Corporation | Method and system for substantially removing dot noise |
| WO2014133010A1 (ja) * | 2013-02-28 | 2014-09-04 | 日本電気株式会社 | 画像処理方法、及び画像処理装置 |
-
2013
- 2013-04-24 JP JP2014512625A patent/JP6249173B2/ja active Active
- 2013-04-24 WO PCT/JP2013/061969 patent/WO2013161839A1/ja active Application Filing
- 2013-04-24 CN CN201380021821.7A patent/CN104254872B/zh active Active
- 2013-04-24 US US14/397,037 patent/US9501711B2/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1427617A (zh) * | 2001-12-21 | 2003-07-02 | 三星电子株式会社 | 校正图像边缘的设备和方法 |
Non-Patent Citations (1)
| Title |
|---|
| Adaptive image denoising and edge enhancement in scale-space using the wavelet transform;Claudio Rosito Junga等;《Pattern Recognition Letters》;20030430;第24卷(第7期);965-971 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104254872A (zh) | 2014-12-31 |
| JP6249173B2 (ja) | 2017-12-20 |
| US9501711B2 (en) | 2016-11-22 |
| JPWO2013161839A1 (ja) | 2015-12-24 |
| US20150098656A1 (en) | 2015-04-09 |
| WO2013161839A1 (ja) | 2013-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104254872B (zh) | 图像处理方法和图像处理设备 | |
| CN109191395B (zh) | 图像对比度增强方法、装置、设备及存储介质 | |
| CN105027161B (zh) | 图像处理方法和图像处理设备 | |
| CN105890768B (zh) | 一种红外图像非均匀性校正的方法及装置 | |
| CN114862897B (zh) | 一种图像背景处理方法、装置及电子设备 | |
| CN104995658B (zh) | 图像处理方法，图像处理设备和记录介质 | |
| TWI460681B (zh) | 影像的邊緣處理方法及影像處理裝置 | |
| JP6146574B2 (ja) | ノイズ除去装置、ノイズ除去方法及びプログラム | |
| CN106875354B (zh) | 图像去噪方法、装置及设备 | |
| JP6256703B2 (ja) | 画像処理方法、及び画像処理装置 | |
| CN118154442A (zh) | 边缘特征增强方法、装置、存储介质及电子设备 | |
| EP2843617B1 (en) | Image processing method and image processing device | |
| CN100533479C (zh) | 可适性影像锐化方法 | |
| JP4584152B2 (ja) | 画像処理装置 | |
| CN111383184B (zh) | 图像的处理方法及装置 | |
| CN105118034A (zh) | 基于全图空间的彩色图像形态学滤波方法 | |
| JP2015090678A (ja) | 画像処理方法、画像処理装置、及び画像処理プログラム | |
| JP6079962B2 (ja) | 画像処理方法、及び画像処理装置 | |
| JP5794169B2 (ja) | 映像ノイズ低減装置及び映像ノイズ低減方法 | |
| Hwang et al. | Design of SIMT Architecture-based Reconfigurable Image Signal Processor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |